Patrocinado por ThumbnailCreator.com - Ferramenta com inteligência artificial para criar miniaturas incríveis e profissionais para YouTube de forma rápida e fácil.
ThumbnailCreator.com - Ferramenta com inteligência artificial para criar miniaturas incríveis e profissionais para YouTube de forma rápida e fácil.
icon
Categorias de Ferramentas de IA Agentes de IA MCP Notícias de IARanking Enviar e Publicitar
Entrar

estrutura PyTorch

  • Learning-to-Communicate-PyTorch

    Uma estrutura PyTorch que permite que agentes aprendam protocolos de comunicação emergentes em tarefas de aprendizado por reforço multiagente.
    0
    0
    O que é Learning-to-Communicate-PyTorch?
    Este repositório implementa comunicação emergente em aprendizado por reforço multiagente usando PyTorch. Os usuários podem configurar redes neurais de emissores e receptores para jogar jogos referenciais ou navegação cooperativa, incentivando os agentes a desenvolver um canal de comunicação discreto ou contínuo. Oferece scripts para treinamento, avaliação e visualização dos protocolos aprendidos, além de utilitários para criação de ambientes, codificação e decodificação de mensagens. Pesquisadores podem expandi-lo com tarefas personalizadas, modificar arquiteturas de rede e analisar a eficiência do protocolo, promovendo experimentação rápida em comunicação emergente de agentes.
    Recursos Principais do Learning-to-Communicate-PyTorch
    • Implementação de jogos de comunicação referencial
    • Suporte a tarefas de navegação cooperativa
    • Arquiteturas de rede PyTorch modulares
    • Canais de mensagens discretas e contínuas
    • Scripts de treinamento, avaliação e visualização

  • Multi-Agent DDPG with PyTorch & Unity ML-Agents

    Implementa aprendizado por reforço multiagente DDPG descentralizado usando PyTorch e Unity ML-Agents para treinamento de agentes colaborativos.
    0
    0
    O que é Multi-Agent DDPG with PyTorch & Unity ML-Agents?
    Este projeto de código aberto oferece uma estrutura completa de aprendizado por reforço multiagente construída em PyTorch e Unity ML-Agents. Inclui algoritmos DDPG descentralizados, wrappers de ambiente e roteiros de treinamento. Os usuários podem configurar políticas de agentes, redes críticas, buffers de replay e trabalhadores de treinamento paralelos. Ganchos de registro permitem monitoramento no TensorBoard, enquanto um código modular suporta funções de recompensa e parâmetros de ambiente personalizados. O repositório inclui cenas Unity de exemplo demonstrando tarefas colaborativas de navegação, tornando-se ideal para estender e testar cenários multiagente em simulações.
Em Destaque